Loading
AI 伦理与治理
技术高级2026 秋季
当 AI 比你更聪明，谁来定义正确？
课程哲学
技术从来不是中立的——每个算法都承载着设计者的价值观。当AI决定谁能获得贷款、谁被保释、谁被录用时，我们每个人都是利益相关者。本课程从哲学、法律、计算机科学三个维度审视AI的伦理挑战。
学习路径定位
创造者阶段
13-15 岁
项目驱动学习，掌握核心技术工具，从学习者转变为创造者
8 周课程规划
1
规范性伦理效用主义vs义务论技术伦理框架
分析一个真实AI伦理案例
AI伦理案例分析
2
数据偏见代理变量公平性度量
检测并量化一个AI系统的偏见
偏见检测报告
3
LIME/SHAP模型透明度解释权
为一个黑箱模型生成可解释性报告
可解释性分析报告
4
差分隐私人脸识别争议数据主权
设计一个隐私保护的AI系统方案
隐私保护方案设计
5
LAWS有意义的人类控制责任归属
撰写自主武器立场文件
立场文件+辩论
6
自动化焦虑基本收入人机协作
分析AI对某个行业的就业影响
行业影响分析报告
7
欧盟AI法案中国AI治理全球治理
比较中欧美的AI治理框架
AI治理对比分析
8
长期主义vs近忧AI对齐价值加载
撰写个人AI伦理宣言并答辩
个人AI伦理宣言+答辩
教学法
35%
讲座
概念讲解与理论框架搭建
30%
项目制
动手实践、真实项目驱动学习
35%
讨论
小组辩论、同伴互评、开放式研讨
🏆 Conundrum 终极挑战
开放式挑战
一个基于历史招聘数据训练的AI筛选系统，发现自己「学到」了性别偏见——男性简历得分平均高出女性22%。公司CTO说：「它只是在反映历史数据。」HR总监说：「我们必须修复它。」CEO说：「但它在预测绩效方面确实有效。」你是团队的伦理顾问，请给出你的建议和具体行动方案。
评估哲学
我们不考试。我们相信真正的能力无法用试卷衡量——用项目答辩、作品集和同伴评审来评估成长。
35%
AI伦理宣言
对AI伦理问题的系统性立场和论证
35%
案例分析质量
对真实AI伦理案例的分析深度和思维严谨性
30%
课堂讨论与辩论
课堂参与度、论点质量和批判性思维
🎓 毕业项目
My AI Manifesto——制定你的AI伦理框架
选择一个你关心的AI伦理议题（偏见/隐私/自主武器/劳动/治理等），撰写一份完整的立场宣言，包含：问题分析、哲学立场、政策建议、个人行动承诺。
论证严谨性35%
价值观清晰度25%
可行性与实用20%
表达说服力20%